阿摩線上測驗 登入

最新科目

最新試卷

115年 - 115-2 專技高考_牙體技術師:牙體技術學 (三) (包括全口活動義齒技術學 、 活動局部義齒技術學科目)#142824(50題)

115年 - 115 專技高考_諮商心理師:團體諮商與心理治療#142823(43題)

115年 - 115-2 專技高考_牙體技術師:牙體技術學(一)(包括口腔解剖生理學、牙體形態學及牙科材料學科目)#142822(50題)

115年 - 115-2 專技高考_牙體技術師:牙體技術學(二)(包括固定義齒技術學科目)#142821(50題)

115年 - 115-2 專技高考_臨床心理師:臨床心理學特論(三)(包括飲食障礙之心理衡鑑與心理治療、精神官能症之心理衡鑑與心理治療、壓力身心反應與健康行為)#142803(43題)

115年 - 115-2 專技高考_臨床心理師:臨床心理學特論(二)(包括心智功能不全疾病之心理衡鑑與心理治療、精神病之心理衡鑑與心理治療、兒童與青少年發展障礙之心理衡鑑與心理治療)#142802(45題)

115年 - 115-2 專技高考_臨床心理師:臨床心理學特論(一)(包括自殺之心理衡鑑與防治、暴力行為之心理衡鑑與心理治療、物質濫用與依賴之心理衡鑑與心理治療、性格與適應障礙之心理衡鑑與心理治療)#142801(44題)

115年 - 115-2 專技高考_臨床心理師:臨床心理學總論(一)(包括偏差行為的定義與描述、偏差行為的成因)#142800(45題)

115年 - 115-2 專技高考_臨床心理師:臨床心理學總論(二)(包括心理衡鑑、心理治療)#142799(44題)

115年 - 115-2 專技高考_臨床心理師:臨床心理學基礎#142798(42題)

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

13 單一制國家中,中央政府出版書面合作指引,以促進地方間跨域合作,此一作為最符合下列何治理策略? (A)以權威為基礎的治理策略 (B)以資訊為基礎的治理策略 (C)以層級為基礎的治理策略 (D)以參與為基礎的治理策略

14 地方自治的意涵,不包括下列何者? (A)地方政府具有自治立法權 (B)地方政府具有自治組織權 (C)地方政府具有自治監察權 (D)地方政府具有自治財政權

16 關於跨域治理所面臨的難題,下列何者非屬之? (A)政黨立場經常不同,動輒以跨域對抗取代跨域合作 (B)過於強調地方本位主義,導致推動困難 (C)參與對象眾多,導致協商與交易成本增加,成案困難 (D)行政契約法制未有規定,欠缺法源依據

8. 某製造企業欲建置 AI 品質檢測系統,利用生產線攝影機即時判斷零件表面是否存 在細微刮痕。下列何種技術最適合用於此類應用? (A)強化學習(Reinforcement Learning),透過獎勵機制改善影像辨識結果; (B)決策樹(Decision Tree),透過人工設定規則判斷影像像素差異; (C)分群演算法(Clustering Algorithm),依資料距離將影像自動分類; (D)卷精神經網路(CNN),透過學習影像中的局部特徵進行缺陷辨識

9. 某電商平台計劃開發一個機器學習模型,目標是在每個月底自動預測哪些現有會員在下個月可能會流失(不再消費),以便行銷團隊提前發送優惠券進行挽留。若要提升模型預測會員流失的效果,在進行特徵工程(Feature Engineering)時,下列哪一項作法最適合? (A)為了提高預測的準確度,特徵與要預測的目標值(是否流失)之間,在統計上不需要具備任何關聯性或因果關係; (B)可以將「會員下個月是否仍有消費紀錄」加入模型特徵,因為該資訊與會員是否流失具有高度關聯性; (C)為了縮短模型推理(Inference)的反應時間,特徵所涵蓋的時間範圍越短越好,建議一律只保留前一天的單日行為資料; (D)所選取的特徵,必須是在每個月底模型進行預測的當下,系統就能實際取得且掌握的已知資料

10. 某零售電商平台計劃建置機器學習模型分析會員行為。在資料預處理階段,資料科學團隊發現會員的「年消費總額」與「月到訪次數」數值範圍差異較大,可能影響部分機器學習模型的訓練效果,因此決定採用 Z-Score 標準化(Standardization)進行特徵縮放。已知該平台全體會員的「年消費總額」平均值為 30,000 元,標準差為 5,000 元。若某位 VIP 會員的年消費總額為 40,000 元,下列敘述何者正確? (A)經過 Z-Score 轉換後,該會員的年消費總額特徵值將被限制於 0 至 1 的範圍內,以利模型訓練; (B)計算後該會員的 Z-Score 值為 2,代表其消費金額高於平均值兩個標準差,可反映其消費金額相對於整體會員的高低程度; (C)不論原始消費資料的分布為何,只要經過 Z-Score 轉換,整組資料一定會轉換為標準常態分配; (D)即使完成 Z-Score 轉換,由於「月到訪次數」與「年消費總額」原始計量單位不同,兩項特徵仍不適合同時作為機器學習模型的輸入